Промышленные логистические системы. Практикум

Во-первых, сократим количество единиц подвижного состава, предоставив для выполнения заказа магазина номер 7254 автомобиль КамАЗ-5320 грузоподъемностью 8 т.

Во-вторых, используем алгоритм линейного программирования для оптимизации загрузки подвижного состава. Этот этап решения задачи выполняем в соответствии с примером решения задачи, изложенным выше. Составляем матрицу теневых цен Сij; матрицу переменных; матрицу произведения. В табл.  4.7 представлена матрица теневых цен. Остальные матрицы необходимо составить и заполнить в соответствии с примером.

53

Окончание табл.  4.7

Примечание. Время выполнения задачи с использованием окна «Поиск решения» может занять длительное время.

Вопросы для самопроверки

1.  Перечислите эвристические алгоритмы решения задачи формирования развозочных маршрутов.

2.  Укажите цель транспортной логистики.

3.  Перечислите основные преимущества и недостатки создания и содержания собственного парка средств передвижения.

4.  В чем заключаются задачи транспортной логистики? 5.  Приведите алгоритм выбора перевозчика.

6.  В чем заключается управление транспортировкой? 7.  Перечислите главные виды транспортировки.

54

ПРАКТИЧЕСКАЯ РАБОТА  5 Прогнозирование в логистике

5.1.  Цель работы

Целью работы является приобретение навыка применения простейших приемов прогнозирования в логистике.

5.2.  Теоретическое введение

Прогнозирование – выявление состояния и вероятных путей развития явлений и процессов.

Анализ временных рядов – один из методов прогнозирования. Для прогнозной оценки данным методом изменения величины необходимо знать значения этой величины за ряд предшествующих периодов. Оценка явления и определение направления его развития производится посредством аппроксимации и экстраполяции.

Аппроксимация – замена одних математических объектов другими, более простыми и в том или ином смысле близкими к исходным.

Экстраполяция – распространение выводов, полученных на основании результатов наблюдения над одной частью явления, на другую его часть. Экстраполяция применяется для эволюционно развивающихся процессов, для которых в будущем не предвидится скачков. Может применяться для разработки краткосрочных прогнозов в логистике.

Рассмотрим следующие методы – метод «наивного» прогноза; метод долгосрочной средней; метод скользящей средней; метод скользящей средневзвешенной.

Дадим определение перечисленных методов и кратко охарактеризуем их «плюсы» и «минусы».

1.  Метод «наивного» прогноза – предположение о том, что продажи в последующем периоде будут соответствовать продажам в предыдущем периоде.

Преимущества – моментальная реакция на изменения спроса; метод хорошо «работает» в условиях тренда (тренд – изменение, определяющее общее направление развития).

Недостаток – слишком высокая чувствительность по отношению к случайным колебаниям.

55

Ошибки, возникающие при прогнозировании данным методом,обусловленыслишкомвысокойчувствительностьюметодапо отношению к случайным колебаниям прогнозируемой величины.

2.  Метод долгосрочной средней – предположение о том, что продажи в последующем периоде равны среднему объему продаж за все предшествующие периоды.

Метод предусматривает сглаживание продаж путем вычисления средней за все известные предшествующие продажи. Данные о продажах в самое последнее время имеют тот же вес, что и данные за самый отдаленный период. Это позволяет избежать слишком быстрого реагирования на изменения спроса.

Преимущество – позволяет сглаживать случайные колебания спроса.

Недостатки – не отражает истинных изменений в тенденциях; всегда «реагирует» с запозданием относительно существенных изменений спроса.

3.  Метод скользящей средней – предположение о том, что продажи в последующем периоде будут равны арифметической средней за последние n периодов. Метод является компромиссом между двумя предыдущими методами.

4.  Метод скользящей средневзвешенной – предположение о том, что продажи в последующем периоде будут равны арифметической средневзвешенной объема продаж за последние n периодов.

К выбору числа периодов добавляется взвешивание этих периодов. Метод более гибкий, чем метод простой скользящей средней.

Преимущество – при наличии тенденции к увеличению продаж акцент может быть сделан на недавние данные.

Недостаток – отброшенные за пределами n периоды всегда имеют предсказательную ценность, каков бы ни был их вес.

5.3.  Задание на выполнение практической работы

Провести сравнительную характеристику «наивного» прогноза и прогноза, выполненного методом долгосрочной средней (продукт А, тенденция отсутствует).

56

Исходные данные для выполнения задания приведены в табл.  5.1.

Таблица  5.1

Данные о помесячных продажах продукта А и В

Для решения задачи необходимо выполнить следующие действия.

1.  Вначале следует проанализировать продукт А и заполнить табл.  5.2. На основе исходных данных, приведенных в табл.  5.1, заполнить графу 3 табл.  5.2 (при выполнении задания воспользоваться средствами Microsoft Excel).

2.  Заполнить графу 4 табл.  5.2, помесячно определив прогнозную величину продаж методом «наивного» прогноза. Расчеты рекомендуется начать с января 2-го года Например, фактические продажи продукта А в декабре 1-го года составили 630 ед. Следовательно, «наивный» прогноз за январь составит 630 ед.

3.  Поскольку фактические продажи составили 570 единиц, абсолютная ошибка прогноза равна 60 ед. Внести значение абсолютных ошибок, полученных в случае применения «наивного» прогноза, в графу 5 табл.  5.2 до конца 3-го года.

57

4.  Определить прогноз продаж в январе 2-го года методом долгосрочной средней на основе информации о продажах за 12 месяцев 1-го года. Прогноз методом долгосрочной средней для февраля 2-го года определяется за последние 13 месяцев и т.д. до конца 3-го года.

5.  Определить значения суммарной и средней абсолютной ошибок. Сделать вывод о целесообразности применения того или иного метода прогнозирования для продукта, у которого имеется выраженная тенденция изменения объема продаж.

6.  Аналогичные расчеты выполнить для продукта В, заполнив табл.  5.3. Сделать вывод о целесообразности применения того или иного метода прогнозирования для продукта, у которого имеется выраженная тенденция к изменению объема продаж.

Таблица  5.2

Сравнительная характеристика результатов «наивного» прогноза и прогноза, выполненного методом долгосрочной средней (продукт А, тенденция отсутствует)

58

Окончание табл.  5.2

Таблица  5.3

Сравнительная характеристика результатов «наивного» прогноза и прогноза, выполненного методом долгосрочной средней (продукт В, тенденция есть)

59

Окончание табл.  5.3

Вопросы для самопроверки

1.  Назовите методы прогнозирования, которые применяются в логистике.

2.  Какой из методов прогнозирования целесообразно использовать в случае, когда существует тренд продаж?

3.  Перечислите достоинства и недостатки метода «наивного» прогноза.

4.  Какой метод прогнозирования можно применять для разработки краткосрочных прогнозов в логистике?

5.  К какому методу прогнозирования следует отнести предположение о том, что продажи в последующем периоде будут равны среднему объему продаж за все предшествующие периоды?

60